r - 替换数据框列中的文本答案

【问题标题】：r - Replace text in data frame columnr - 替换数据框列中的文本
【发布时间】：2018-03-21 15:27:06
【问题描述】：

如果答案很简单，我深表歉意；我是 R 新手，但找不到解决方案

我有一个数据框，我感兴趣的列（“主题”）的每一行都有一个单词列表。

title  subject
-----  -----------------------------------------------
 A     c("health sciences", "life sciences")
 B     c("biochemistry", "medicine", "life sciences")
 C     c("physics and astronomy", "mathematics")

我想用“生物学”替换（并因此分类）每个标题的所有与生物学相关的词。所以基本上，如果任何标题都有与生物学相关的科目列表，那么他们的科目将被更简单的“生物学”所取代。

所以我的数据框看起来像这样：

title  subject
-----  -----------------------------------------------
 A     biology
 B     biology
 C     c("physics and astronomy", "mathematics")

如何将所有以关键前缀（例如“bio”、“health”、“med”、life”等）开头的单词替换为“biology”？

【问题讨论】：

你可以做例如：df$subject <- gsub("bio", "biology", df$subject)
对于“健康”、“医学”等，您必须这样做。这对你的df有用吗？一条建议：为您的问题提供一个可重复的示例。然后我们可以在发布答案之前自己快速测试一下:)
我问了一个有点类似的问题，它需要data.table stackoverflow.com/questions/48629202/…

标签： r regex dataframe replace gsub

【解决方案1】：

尝试适配代码：

一个玩具数据框架

df<-data.frame(title=c("A","B"),subject=c("health sciences", "other stuffs"))

解决办法：

toMatch<-c("^bio","^health", "^med", "^life")
df$subject<-as.character(df$subject)
df[grepl(paste(toMatch,collapse="|"),df$subject ),"subject"]<-"biology"

你的输出：

df
  title      subject
1     A      biology
2     B other stuffs

【讨论】：